{"course":{"productid":36003,"modality":1,"active":true,"language":"de","title":"Agentic Software Engineering using GitHub Copilot","productcode":"DGHCI","vendorcode":"IC","vendorname":"Innovator Class","fullproductcode":"IC-DGHCI","courseware":{"has_ekit":false,"has_printkit":true,"language":""},"url":"https:\/\/portal.flane.ch\/course\/innovator-dghci","essentials":"<ul>\n<li>Erfahrung in der Softwareentwicklung auf professionellem Niveau<\/li><li>Eine GitHub Copilot-Lizenz mit einem Guthaben oder ein konfigurierter BYOK-Endpunkt (Bring-Your-Own-Key). Aufgrund der nutzungsabh&auml;ngigen Abrechnung ist dies ein erforderlicher Konfigurationsschritt und kein optionaler.<\/li><\/ul>","audience":"<ul>\n<li>Softwareentwickler, die daran interessiert sind, KI-Agenten einzusetzen, um ihre Produktivit&auml;t und ihre F&auml;higkeiten beim Programmieren zu steigern<\/li><li>Softwarearchitekten, die verstehen m&ouml;chten, wie KI-Agenten in Softwareentwicklungszyklen integriert und verwaltet werden k&ouml;nnen<\/li><li>Teamleiter und Manager, die untersuchen m&ouml;chten, wie KI-Agenten eingesetzt werden k&ouml;nnen, um Team-Workflows und Projektergebnisse zu optimieren<\/li><\/ul>","contents":"<h5>Modul 1: Grundlagen zu GitHub Copilot und zum Agent-Modus<\/h5><ul>\n<li>Erste Schritte mit Copilot und Vision<\/li><li>Modelle ausw&auml;hlen und konfigurieren<\/li><li>Das Kontextfenster gestalten<\/li><li>Grundlagen der KI-gest&uuml;tzten Programmierung<\/li><li>Grundlagen des Agent-Modus<\/li><li>Pull-Anfragen und Code-Reviews<\/li><li>Konfiguration und Verwaltung von Copilot<\/li><li>Arbeiten im Terminal<\/li><\/ul><h5>Modul 2: GitHub Copilot nutzen<\/h5><ul>\n<li>Anleitung f&uuml;r den Copiloten<\/li><li>Befehlsdateien<\/li><li>Model Context Protocol &amp; MCP-Registrierung\n<ul>\n<li>MCP-Grundlagen und das MCP-Register<\/li><li>Einrichtung von MCP-Servern<\/li><\/ul><\/li><li>F&auml;higkeiten des Agenten<\/li><li>Zollagenten\n<ul>\n<li>&Uuml;bersicht &uuml;ber die Agenten<\/li><li>Repository-Agenten<\/li><\/ul><\/li><li>Agent-Plugins<\/li><li>Copilot-Speicher<\/li><li>GitHub Copilot-Hooks<\/li><li>Agent Interop<\/li><\/ul><h5>Modul 3: Umsetzung der agentischen Kodierung<\/h5><ul>\n<li>Verwendung lokaler Agenten und des Agentenmodus<\/li><li>Aufgaben an Cloud-Agenten delegieren<\/li><li>Multi-Agenten-Orchestrierung mit Unteragenten<\/li><li>Agentic Browser-Automatisierung<\/li><li>Aufr&uuml;stung und Modernisierung<\/li><\/ul><h5>Modul 4: Agentensitzungen und das Agentenfenster<\/h5><ul>\n<li>Das Fenster &bdquo;Agenten&ldquo;<\/li><li>Agent-Host-Protokoll (AHP vs. ACP)<\/li><li>Remote-Agent-Sitzungen &uuml;ber SSH und Dev-Tunnel<\/li><li>Sitzungsverwaltung<\/li><li>Sitzungspersistenz &amp; \/chronicle<\/li><li>Vertiefte Recherche mit \/research<\/li><li>Fehlerbehebung bei Agent-Sitzungen<\/li><li>Eine zweite Meinung mit \/rubber-duck<\/li><\/ul><h5>Modul 5: GitHub Copilot CLI &amp; SDK<\/h5><ul>\n<li>Teil 1: GitHub Copilot-Befehlszeilenschnittstelle\n<ul>\n<li>GitHub Copilot CLI<\/li><li>Gesch&auml;ftsszenario: Automatisierung der Aktualisierung von Personalunterlagen<\/li><li>GitHub Agentic Workflows<\/li><li>Erweiterung der CLI um MCP-Server und -Kompetenzen<\/li><li>Fragen und Antworten zur Codebasis sowie Einarbeitung<\/li><\/ul><\/li><li>Teil 2: GitHub Copilot SDK\n<ul>\n<li>GitHub Copilot SDK<\/li><li>Copilot SDK-Demos<\/li><li>Implementierung und Nutzung von MCP-Apps<\/li><li>Bereitstellung eines SDK-Agenten in Azure<\/li><li>Entwicklung eines Multi-Agenten-Systems<\/li><\/ul><\/li><\/ul><h5>Module 6: GitHub Copilot App<\/h5><ul>\n<li>Lernen Sie die Desktop Agents App kennen<\/li><li>Sitzungen zu Issues, Prompts und Pull-Anfragen<\/li><li>Der Validierungszyklus<\/li><li>Geplante Automatisierungen<\/li><li>Synchronisierung von Skills und MCP-Servern<\/li><li>Konfiguration der App: Anpassung, Berechtigungen und Modelle<\/li><\/ul><h5>Modul 7: Agentes DevOps<\/h5><ul>\n<li>IaC und Konfiguration (Azure CLI, SSH, Bicep und Terraform)<\/li><li>CI\/CD mit GitHub Actions<\/li><li>Testen mit Copilot<\/li><li>Dokumentation mit Copilot<\/li><\/ul><h5>Modul 8: Governance, Kosten und Beobachtbarkeit<\/h5><ul>\n<li>Vertrauen, Sicherheit und das Berechtigungsmodell<\/li><li>Kostenmodell und KI-Credits<\/li><li>Unternehmensrichtlinien und verwaltete Einstellungen<\/li><li>Observability mit OpenTelemetry<\/li><li>Kostensenkung bei Tokens durch Open-Source-Modelle(\n<ul>\n<li>Verwendung von Open-Source-Modellen in VS Code<\/li><li>Verwendung von Open-Source-Modellen in der Copilot-CLI<\/li><\/ul><\/li><li>EU-KI-Gesetz, DSGVO und Einhaltung der Barrierefreiheitsvorschriften<\/li><\/ul><h5>Modul 9: Spezifikationsgesteuerte Entwicklung und Bereitstellung<\/h5><ul>\n<li>Warum spezifikationsgesteuerte Entwicklung?<\/li><li>Der spezifikationsgesteuerte Arbeitsablauf<\/li><li>Beispielfall: Implementierung einer Produktfunktion<\/li><\/ul>","comments":"<p><em>Dieser Text wurde automatisiert &uuml;bersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <span class=\"cms-link-marked\"><a class=\"fl-href-prod\" href=\"\/swisscom\/en\/course\/innovator-dghci\"><svg role=\"img\" aria-hidden=\"true\" focusable=\"false\" data-nosnippet class=\"cms-linkmark\"><use xlink:href=\"\/css\/img\/icnset-linkmarks.svg#linkmark\"><\/use><\/svg>hier<\/a><\/span>.<\/em><\/p>","summary":"<p>Eine viert&auml;gige Reise in die Welt des agentischen Software-Engineering mit GitHub Copilot und die Frage, wie KI-gest&uuml;tzte Tools die Produktivit&auml;t beim Programmieren und architektonische Entscheidungen neu gestalten. Softwareentwickler, Architekten und technische F&uuml;hrungskr&auml;fte sammeln praktische Erfahrungen im Einsatz von KI in der modernen Softwareentwicklung.<\/p>\n<p>Ihre Reise beginnt mit den Grundlagen und den Grundlagen des Agent-Modus: Eingabeaufforderungen, Inline-Vorschl&auml;ge, Slash-Befehle, Kontextvariablen und Code-Review bei Pull-Anfragen. Sie konfigurieren Modelle von gehosteten &bdquo;Frontier&ldquo;-Endpunkten bis hin zu Endpunkten mit eigenen Schl&uuml;sseln, und &bdquo;Copilot Vision&ldquo; bindet Bilder und PDFs in den Chat ein. Der Agent-Modus ist schon fr&uuml;h verf&uuml;gbar und steuert einen lokalen Agenten durch mehrstufige Arbeitsabl&auml;ufe und das Terminal.<\/p>\n<p>Anschliessend stellen Sie den GitHub Copilot Harness zusammen: Anleitungen, Prompt-Dateien und das Model Context Protocol, wobei die MCP-Registry als Erkennungsoberfl&auml;che dient. Es f&uuml;gt benutzerdefinierte Agenten, Skills, Speicher und Hooks hinzu, optimiert das Kontextfenster durch das Zwischenspeichern von Eingabeaufforderungen und installiert Agent-Plugins 1.0-Pakete, die nach einer einzigen Installation sowohl in der Befehlszeile als auch im Editor funktionieren.<\/p>\n<p>Bei der Implementierung von &bdquo;Agentic Coding&ldquo; setzen Sie Agenten ein: lokale Agenten im Agentenmodus, umfangreiche Aufgaben, die an Cloud-Agenten delegiert werden, sowie Experten-Subagenten, die von einem Orchestrator koordiniert werden und unabh&auml;ngige Aufgaben parallel ausf&uuml;hren. Mithilfe von Browser-Tools k&ouml;nnen Agenten Seiten &ouml;ffnen, Konsolenfehler auslesen und ihre eigenen Web&auml;nderungen &uuml;berpr&uuml;fen; eine von Agenten gesteuerte Modernisierung von Semantic Kernel zum Microsoft Agent Framework rundet das Modul ab.<\/p>\n<p>&bdquo;Agent Sessions&ldquo; deckt die Infrastruktur ab, die diesen Ausf&uuml;hrungen zugrunde liegt. Sie f&uuml;hren Agenten projekt&uuml;bergreifend in einem separaten Fenster aus, sehen, wie das Agent-Host-Protokoll den Sitzungsstatus auf einem langlebigen Host zuverl&auml;ssig aufrechterh&auml;lt, und steuern Remote-Sitzungen &uuml;ber SSH und Dev-Tunnel. Gruppen, Hintergrund&uuml;bertragungen und Ein-Klick-Banner beheben fehlgeschlagene CI-Pr&uuml;fungen in grossem Massstab, und dedizierte Agenten liefern zitierte Forschungsergebnisse, stellen ins Stocken geratene Sitzungen wieder her und geben Zweitmeinungen ab.<\/p>\n<p>Die GitHub Copilot-CLI bringt den Agenten an die Befehlszeile: eine interaktive Shell mit Slash-Befehlen und nat&uuml;rlicher Sprache, Modellen, die im Handumdrehen umgeschaltet werden k&ouml;nnen, und mehrstufigen Aufgaben, die an Autopilot &uuml;bergeben werden. Ein Anwendungsbeispiel zur Automatisierung von HR-Dokumenten &uuml;ber Work IQ und SharePoint-MCP-Server verdeutlicht den Nutzen, und GitHub Agentic Workflows wandeln diese Aufgaben in versionierte, zeitgesteuerte Abl&auml;ufe um, die Pull-Anfragen er&ouml;ffnen.<\/p>\n<p>Das GitHub Copilot SDK bindet diese Funktionen in Ihre eigenen Anwendungen ein &ndash; und zwar auf der Laufzeitumgebung, auf der die CLI und der Agent-Host des Editors basieren. In der Technical Preview f&uuml;r Python, TypeScript, Go und .NET erstellen Sie Sitzungen und benutzerdefinierte Tools, w&auml;hrend Copilot diese plant und ausf&uuml;hrt, erstellen ausf&uuml;hrbare Agenten, stellen einen davon in Azure bereit und erweitern diese mit MCP-Apps, die interaktive Benutzeroberfl&auml;chen im Chat darstellen.<\/p>\n<p>Die GitHub Copilot-App ist die Desktop-Agentenansicht f&uuml;r macOS, Windows und Linux. Sitzungen beginnen mit einem GitHub-Issue, einer frei formulierten Eingabeaufforderung oder einem laufenden Pull-Request, jeweils in einem eigenen Arbeitsbaum, mit einer Registerkarte &bdquo;Plan&ldquo; und einem Seiten-Chat, um einen Durchlauf zu steuern, ohne ihn zu unterbrechen. Eine Validierungsschleife &uuml;berpr&uuml;ft Diffs, sammelt vom Agenten angeh&auml;ngte Screenshots und f&uuml;hrt den Pull-Request zusammen, w&auml;hrend Skills und Eingabeaufforderungen zu geplanten Automatisierungen werden. &Uuml;ber &bdquo;Anpassen&ldquo; lassen sich die Plugins, pers&ouml;nlichen Skills und MCP-Server verwalten, die eine Sitzung erbt, sowie der Berechtigungsmodus und das Modell, auf dem sie ausgef&uuml;hrt wird.<\/p>\n<p>Agentic DevOps wendet diese Techniken auf die Cloud-Automatisierung und &bdquo;Infrastructure as Code&ldquo; an: Azure CLI, Bicep, Terraform und die Azure Developer CLI im Agentic-Modus sowie CI\/CD mit GitHub Actions. Auch hier schliesst sich der Qualit&auml;tskreislauf mit generierten Tests, darunter End-to-End-Playwright-Suiten und eine mit Mermaid erstellte Dokumentation.<\/p>\n<p>&bdquo;Governance, Kosten und Beobachtbarkeit&ldquo; richtet sich an Architekten, Teamleiter und Manager: vom Berechtigungsmodell von Autopilot &uuml;ber unterst&uuml;tzte Genehmigungen bis hin zu Risikowarnungen, dem Abfangen sensibler Eingabeaufforderungen und Opt-in-Sandboxing, der Modellauswahl als Budgetentscheidung im Rahmen nutzungsbasierter Gutschriften, Open-Source-Modellen zur Kostensenkung, unternehmensverwalteten Einstellungen &uuml;ber MDM, OpenTelemetry-Traces, die in ein von Azure verwaltetes Grafana-Dashboard eingespeist werden, sowie die Compliance-Verpflichtungen, die mit der von Ihren Agenten ausgelieferten Software verbunden sind.<\/p>\n<p>Der Kurs endet mit dem Thema &bdquo;Spezifikationsgesteuerte Entwicklung und Bereitstellung&ldquo;: einer Konstitution, einer Spezifikation und einem technischen Plan, der Aufgliederung komplexer Anforderungen in Aufgaben mithilfe des GitHub Spec Kit sowie der durchg&auml;ngigen Umsetzung einer Produktfunktion ausgehend von ihrer Spezifikation. Nach Abschluss des Kurses sind Sie in der Lage, KI-gest&uuml;tzte L&ouml;sungen zu entwerfen, die die Bereitstellung beschleunigen und Ihr Team st&auml;rken.<\/p>","essentials_plain":"- Erfahrung in der Softwareentwicklung auf professionellem Niveau\n- Eine GitHub Copilot-Lizenz mit einem Guthaben oder ein konfigurierter BYOK-Endpunkt (Bring-Your-Own-Key). Aufgrund der nutzungsabh\u00e4ngigen Abrechnung ist dies ein erforderlicher Konfigurationsschritt und kein optionaler.","audience_plain":"- Softwareentwickler, die daran interessiert sind, KI-Agenten einzusetzen, um ihre Produktivit\u00e4t und ihre F\u00e4higkeiten beim Programmieren zu steigern\n- Softwarearchitekten, die verstehen m\u00f6chten, wie KI-Agenten in Softwareentwicklungszyklen integriert und verwaltet werden k\u00f6nnen\n- Teamleiter und Manager, die untersuchen m\u00f6chten, wie KI-Agenten eingesetzt werden k\u00f6nnen, um Team-Workflows und Projektergebnisse zu optimieren","contents_plain":"Modul 1: Grundlagen zu GitHub Copilot und zum Agent-Modus\n\n\n- Erste Schritte mit Copilot und Vision\n- Modelle ausw\u00e4hlen und konfigurieren\n- Das Kontextfenster gestalten\n- Grundlagen der KI-gest\u00fctzten Programmierung\n- Grundlagen des Agent-Modus\n- Pull-Anfragen und Code-Reviews\n- Konfiguration und Verwaltung von Copilot\n- Arbeiten im Terminal\nModul 2: GitHub Copilot nutzen\n\n\n- Anleitung f\u00fcr den Copiloten\n- Befehlsdateien\n- Model Context Protocol & MCP-Registrierung\n\n- MCP-Grundlagen und das MCP-Register\n- Einrichtung von MCP-Servern\n- F\u00e4higkeiten des Agenten\n- Zollagenten\n\n- \u00dcbersicht \u00fcber die Agenten\n- Repository-Agenten\n- Agent-Plugins\n- Copilot-Speicher\n- GitHub Copilot-Hooks\n- Agent Interop\nModul 3: Umsetzung der agentischen Kodierung\n\n\n- Verwendung lokaler Agenten und des Agentenmodus\n- Aufgaben an Cloud-Agenten delegieren\n- Multi-Agenten-Orchestrierung mit Unteragenten\n- Agentic Browser-Automatisierung\n- Aufr\u00fcstung und Modernisierung\nModul 4: Agentensitzungen und das Agentenfenster\n\n\n- Das Fenster \u201eAgenten\u201c\n- Agent-Host-Protokoll (AHP vs. ACP)\n- Remote-Agent-Sitzungen \u00fcber SSH und Dev-Tunnel\n- Sitzungsverwaltung\n- Sitzungspersistenz & \/chronicle\n- Vertiefte Recherche mit \/research\n- Fehlerbehebung bei Agent-Sitzungen\n- Eine zweite Meinung mit \/rubber-duck\nModul 5: GitHub Copilot CLI & SDK\n\n\n- Teil 1: GitHub Copilot-Befehlszeilenschnittstelle\n\n- GitHub Copilot CLI\n- Gesch\u00e4ftsszenario: Automatisierung der Aktualisierung von Personalunterlagen\n- GitHub Agentic Workflows\n- Erweiterung der CLI um MCP-Server und -Kompetenzen\n- Fragen und Antworten zur Codebasis sowie Einarbeitung\n- Teil 2: GitHub Copilot SDK\n\n- GitHub Copilot SDK\n- Copilot SDK-Demos\n- Implementierung und Nutzung von MCP-Apps\n- Bereitstellung eines SDK-Agenten in Azure\n- Entwicklung eines Multi-Agenten-Systems\nModule 6: GitHub Copilot App\n\n\n- Lernen Sie die Desktop Agents App kennen\n- Sitzungen zu Issues, Prompts und Pull-Anfragen\n- Der Validierungszyklus\n- Geplante Automatisierungen\n- Synchronisierung von Skills und MCP-Servern\n- Konfiguration der App: Anpassung, Berechtigungen und Modelle\nModul 7: Agentes DevOps\n\n\n- IaC und Konfiguration (Azure CLI, SSH, Bicep und Terraform)\n- CI\/CD mit GitHub Actions\n- Testen mit Copilot\n- Dokumentation mit Copilot\nModul 8: Governance, Kosten und Beobachtbarkeit\n\n\n- Vertrauen, Sicherheit und das Berechtigungsmodell\n- Kostenmodell und KI-Credits\n- Unternehmensrichtlinien und verwaltete Einstellungen\n- Observability mit OpenTelemetry\n- Kostensenkung bei Tokens durch Open-Source-Modelle(\n\n- Verwendung von Open-Source-Modellen in VS Code\n- Verwendung von Open-Source-Modellen in der Copilot-CLI\n- EU-KI-Gesetz, DSGVO und Einhaltung der Barrierefreiheitsvorschriften\nModul 9: Spezifikationsgesteuerte Entwicklung und Bereitstellung\n\n\n- Warum spezifikationsgesteuerte Entwicklung?\n- Der spezifikationsgesteuerte Arbeitsablauf\n- Beispielfall: Implementierung einer Produktfunktion","comments_plain":"Dieser Text wurde automatisiert \u00fcbersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.","summary_plain":"Eine viert\u00e4gige Reise in die Welt des agentischen Software-Engineering mit GitHub Copilot und die Frage, wie KI-gest\u00fctzte Tools die Produktivit\u00e4t beim Programmieren und architektonische Entscheidungen neu gestalten. Softwareentwickler, Architekten und technische F\u00fchrungskr\u00e4fte sammeln praktische Erfahrungen im Einsatz von KI in der modernen Softwareentwicklung.\n\nIhre Reise beginnt mit den Grundlagen und den Grundlagen des Agent-Modus: Eingabeaufforderungen, Inline-Vorschl\u00e4ge, Slash-Befehle, Kontextvariablen und Code-Review bei Pull-Anfragen. Sie konfigurieren Modelle von gehosteten \u201eFrontier\u201c-Endpunkten bis hin zu Endpunkten mit eigenen Schl\u00fcsseln, und \u201eCopilot Vision\u201c bindet Bilder und PDFs in den Chat ein. Der Agent-Modus ist schon fr\u00fch verf\u00fcgbar und steuert einen lokalen Agenten durch mehrstufige Arbeitsabl\u00e4ufe und das Terminal.\n\nAnschliessend stellen Sie den GitHub Copilot Harness zusammen: Anleitungen, Prompt-Dateien und das Model Context Protocol, wobei die MCP-Registry als Erkennungsoberfl\u00e4che dient. Es f\u00fcgt benutzerdefinierte Agenten, Skills, Speicher und Hooks hinzu, optimiert das Kontextfenster durch das Zwischenspeichern von Eingabeaufforderungen und installiert Agent-Plugins 1.0-Pakete, die nach einer einzigen Installation sowohl in der Befehlszeile als auch im Editor funktionieren.\n\nBei der Implementierung von \u201eAgentic Coding\u201c setzen Sie Agenten ein: lokale Agenten im Agentenmodus, umfangreiche Aufgaben, die an Cloud-Agenten delegiert werden, sowie Experten-Subagenten, die von einem Orchestrator koordiniert werden und unabh\u00e4ngige Aufgaben parallel ausf\u00fchren. Mithilfe von Browser-Tools k\u00f6nnen Agenten Seiten \u00f6ffnen, Konsolenfehler auslesen und ihre eigenen Web\u00e4nderungen \u00fcberpr\u00fcfen; eine von Agenten gesteuerte Modernisierung von Semantic Kernel zum Microsoft Agent Framework rundet das Modul ab.\n\n\u201eAgent Sessions\u201c deckt die Infrastruktur ab, die diesen Ausf\u00fchrungen zugrunde liegt. Sie f\u00fchren Agenten projekt\u00fcbergreifend in einem separaten Fenster aus, sehen, wie das Agent-Host-Protokoll den Sitzungsstatus auf einem langlebigen Host zuverl\u00e4ssig aufrechterh\u00e4lt, und steuern Remote-Sitzungen \u00fcber SSH und Dev-Tunnel. Gruppen, Hintergrund\u00fcbertragungen und Ein-Klick-Banner beheben fehlgeschlagene CI-Pr\u00fcfungen in grossem Massstab, und dedizierte Agenten liefern zitierte Forschungsergebnisse, stellen ins Stocken geratene Sitzungen wieder her und geben Zweitmeinungen ab.\n\nDie GitHub Copilot-CLI bringt den Agenten an die Befehlszeile: eine interaktive Shell mit Slash-Befehlen und nat\u00fcrlicher Sprache, Modellen, die im Handumdrehen umgeschaltet werden k\u00f6nnen, und mehrstufigen Aufgaben, die an Autopilot \u00fcbergeben werden. Ein Anwendungsbeispiel zur Automatisierung von HR-Dokumenten \u00fcber Work IQ und SharePoint-MCP-Server verdeutlicht den Nutzen, und GitHub Agentic Workflows wandeln diese Aufgaben in versionierte, zeitgesteuerte Abl\u00e4ufe um, die Pull-Anfragen er\u00f6ffnen.\n\nDas GitHub Copilot SDK bindet diese Funktionen in Ihre eigenen Anwendungen ein \u2013 und zwar auf der Laufzeitumgebung, auf der die CLI und der Agent-Host des Editors basieren. In der Technical Preview f\u00fcr Python, TypeScript, Go und .NET erstellen Sie Sitzungen und benutzerdefinierte Tools, w\u00e4hrend Copilot diese plant und ausf\u00fchrt, erstellen ausf\u00fchrbare Agenten, stellen einen davon in Azure bereit und erweitern diese mit MCP-Apps, die interaktive Benutzeroberfl\u00e4chen im Chat darstellen.\n\nDie GitHub Copilot-App ist die Desktop-Agentenansicht f\u00fcr macOS, Windows und Linux. Sitzungen beginnen mit einem GitHub-Issue, einer frei formulierten Eingabeaufforderung oder einem laufenden Pull-Request, jeweils in einem eigenen Arbeitsbaum, mit einer Registerkarte \u201ePlan\u201c und einem Seiten-Chat, um einen Durchlauf zu steuern, ohne ihn zu unterbrechen. Eine Validierungsschleife \u00fcberpr\u00fcft Diffs, sammelt vom Agenten angeh\u00e4ngte Screenshots und f\u00fchrt den Pull-Request zusammen, w\u00e4hrend Skills und Eingabeaufforderungen zu geplanten Automatisierungen werden. \u00dcber \u201eAnpassen\u201c lassen sich die Plugins, pers\u00f6nlichen Skills und MCP-Server verwalten, die eine Sitzung erbt, sowie der Berechtigungsmodus und das Modell, auf dem sie ausgef\u00fchrt wird.\n\nAgentic DevOps wendet diese Techniken auf die Cloud-Automatisierung und \u201eInfrastructure as Code\u201c an: Azure CLI, Bicep, Terraform und die Azure Developer CLI im Agentic-Modus sowie CI\/CD mit GitHub Actions. Auch hier schliesst sich der Qualit\u00e4tskreislauf mit generierten Tests, darunter End-to-End-Playwright-Suiten und eine mit Mermaid erstellte Dokumentation.\n\n\u201eGovernance, Kosten und Beobachtbarkeit\u201c richtet sich an Architekten, Teamleiter und Manager: vom Berechtigungsmodell von Autopilot \u00fcber unterst\u00fctzte Genehmigungen bis hin zu Risikowarnungen, dem Abfangen sensibler Eingabeaufforderungen und Opt-in-Sandboxing, der Modellauswahl als Budgetentscheidung im Rahmen nutzungsbasierter Gutschriften, Open-Source-Modellen zur Kostensenkung, unternehmensverwalteten Einstellungen \u00fcber MDM, OpenTelemetry-Traces, die in ein von Azure verwaltetes Grafana-Dashboard eingespeist werden, sowie die Compliance-Verpflichtungen, die mit der von Ihren Agenten ausgelieferten Software verbunden sind.\n\nDer Kurs endet mit dem Thema \u201eSpezifikationsgesteuerte Entwicklung und Bereitstellung\u201c: einer Konstitution, einer Spezifikation und einem technischen Plan, der Aufgliederung komplexer Anforderungen in Aufgaben mithilfe des GitHub Spec Kit sowie der durchg\u00e4ngigen Umsetzung einer Produktfunktion ausgehend von ihrer Spezifikation. Nach Abschluss des Kurses sind Sie in der Lage, KI-gest\u00fctzte L\u00f6sungen zu entwerfen, die die Bereitstellung beschleunigen und Ihr Team st\u00e4rken.","skill_level":"Intermediate","version":"1.0","duration":{"unit":"d","value":1,"formatted":"1 Tag"},"pricelist":{"List Price":{"DE":{"country":"DE","currency":"EUR","taxrate":19,"price":690},"AT":{"country":"AT","currency":"EUR","taxrate":20,"price":690},"SE":{"country":"SE","currency":"EUR","taxrate":25,"price":690},"SI":{"country":"SI","currency":"EUR","taxrate":20,"price":690},"CH":{"country":"CH","currency":"CHF","taxrate":8.1,"price":690}}},"lastchanged":"2026-09-07T15:45:12+02:00","parenturl":"https:\/\/portal.flane.ch\/swisscom\/json-courses","nexturl_course_schedule":"https:\/\/portal.flane.ch\/swisscom\/json-course-schedule\/36003","source_lang":"de","source":"https:\/\/portal.flane.ch\/swisscom\/json-course\/innovator-dghci"}}